| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 4.85 MB | Adobe PDF |
Advisor(s)
Abstract(s)
The advancement of computational capabilities has allowed for more efficient analysis
and iteration of airfoil designs. Consequently, it has become possible to expand the design
space and explore new geometries and configurations. However, the current state does not
allow for a press-and-run optimization. The new capabilities have simply carried over the
trial-and-error approach, previously used for the geometry, to the formulation of the optimization problem.
The goal of this work is to study the formulation of an optimization problem and propose
a new methodology that better portrays the aircraft’s requirements for airfoil performance.
The new objective, based on the Aircargo Challenge 2022, is implemented by modifying an
existing tool.
This software has implemented a constraint multi-point optimization to improve the aircraft’s airfoil performance. The optimization is based on the free-gradient technique called
Particle Swarm Optimization (PSO), using B-spline parametrization and a coupled viscous/inviscid interaction method.
The new objective function, added to this program, estimates the performance of the aircraft developed for the competition, such as lift-off weight, the climb speed, and the maximum cruise and turn velocity. The estimations are done using a method that extrapolates
the characteristics of the airfoil, analyzed through a sequence of operating points, into the
aircraft’s performance. A penalty is then added to the score if any of the restrictions imposed
are not met, and the sum is used as the objective function value.
The dissertation includes two case studies. First, the PSO optimizer is evaluated through
the effect of some of its settings on design space exploration and the resulting airfoil. The
study concluded that the exhaustive option obtains the best and most consistent results among
the settings studied. These results also provide an estimation of the airfoil and the score variance across different optimizations. Furthermore, in terms of the objective function, this
case also reveals the tendency to increase the payload carried in order to obtain a higher
flight score in the competition.
In the second case study, the behavior of the new objective function under different initial
conditions is analyzed. This investigation revealed the same trends in terms of scoring and
validated/refuted some of the ACC2022 team’s decisions.
O avanço das capacidades computacionais permitiu uma análise e iteração mais eficiente do desenho de perfis alares. Consequentemente, tornou-se possível alargar o espaço de desenho e explorar novas geometrias e configurações. No entanto, o estado atual ainda não permite uma otimização “premir e correr”. As novas capacidades simplesmente transportam a abordagem tentativa-erro, anteriormente utilizada para a geometria, para a formulação do problema de otimização. O objetivo deste trabalho é estudar a formulação de um problema de otimização e propor uma nova metodologia que melhor traduza os requisitos da aeronave para o desempenho do perfil alar. O novo objetivo, baseado no Aircargo Challenge 2022, é implementado através da modificação de uma ferramenta existente. Este programa tem implementado uma otimização multiponto com restrições para melhorar o desempenho do perfil alar da aeronave. A otimização é baseada na técnica de gradiente livre denominada Particle Swarm Optimization (PSO), utilizando a parametrização B-spline e um método de interação acoplado viscoso/invíscido. A nova função objetivo, adicionada ao programa, estima o desempenho da aeronave desenvolvida para a competição, tal como o peso á descolagem, a velocidade de subida, e a velocidade máxima de cruzeiro e de volta. As estimativas proveem de um método que extrapola as características do perfil alar, analisados através de uma sequência de condições de voo, para o desempenho da aeronave. Uma penalização é depois adicionada à pontuação, caso alguma das restrições impostas não seja cumprida, e a soma usada como valor da função objetivo. A dissertação inclui dois casos de estudo. No primeiro, o otimizador PSO é avaliado através do efeito que algumas das suas configurações têm na exploração do espaço de resultados e no perfil alar resultante. O estudo concluiu que a opção ”exhaustive” obtém os melhores e mais consistentes resultados entre as configurações estudadas. Para além de fornecem uma estimativa da variação do perfil alar e da pontuação entre as diferentes otimizações. Em termos da função objetivo, este caso também revela a tendência para o aumento da carga útil transportada, a fim de obter uma pontuação de voo mais elevada na competição. No segundo caso de estudo é analisado o comportamento da nova função objetivo com diferentes condições iniciais. Esta investigação revelou as mesmas tendências em termos de pontuação e validou/refutou algumas das decisões da equipa ACC2022.
O avanço das capacidades computacionais permitiu uma análise e iteração mais eficiente do desenho de perfis alares. Consequentemente, tornou-se possível alargar o espaço de desenho e explorar novas geometrias e configurações. No entanto, o estado atual ainda não permite uma otimização “premir e correr”. As novas capacidades simplesmente transportam a abordagem tentativa-erro, anteriormente utilizada para a geometria, para a formulação do problema de otimização. O objetivo deste trabalho é estudar a formulação de um problema de otimização e propor uma nova metodologia que melhor traduza os requisitos da aeronave para o desempenho do perfil alar. O novo objetivo, baseado no Aircargo Challenge 2022, é implementado através da modificação de uma ferramenta existente. Este programa tem implementado uma otimização multiponto com restrições para melhorar o desempenho do perfil alar da aeronave. A otimização é baseada na técnica de gradiente livre denominada Particle Swarm Optimization (PSO), utilizando a parametrização B-spline e um método de interação acoplado viscoso/invíscido. A nova função objetivo, adicionada ao programa, estima o desempenho da aeronave desenvolvida para a competição, tal como o peso á descolagem, a velocidade de subida, e a velocidade máxima de cruzeiro e de volta. As estimativas proveem de um método que extrapola as características do perfil alar, analisados através de uma sequência de condições de voo, para o desempenho da aeronave. Uma penalização é depois adicionada à pontuação, caso alguma das restrições impostas não seja cumprida, e a soma usada como valor da função objetivo. A dissertação inclui dois casos de estudo. No primeiro, o otimizador PSO é avaliado através do efeito que algumas das suas configurações têm na exploração do espaço de resultados e no perfil alar resultante. O estudo concluiu que a opção ”exhaustive” obtém os melhores e mais consistentes resultados entre as configurações estudadas. Para além de fornecem uma estimativa da variação do perfil alar e da pontuação entre as diferentes otimizações. Em termos da função objetivo, este caso também revela a tendência para o aumento da carga útil transportada, a fim de obter uma pontuação de voo mais elevada na competição. No segundo caso de estudo é analisado o comportamento da nova função objetivo com diferentes condições iniciais. Esta investigação revelou as mesmas tendências em termos de pontuação e validou/refutou algumas das decisões da equipa ACC2022.
Description
Keywords
Baixo Número de Reynols Bspline Desenho de Perfis Alares Método de Interação Acoplado Viscoso/Invíscido. Otimiza-
Ção por Exame de Partículas Otimização Multiponto Restrita